一种网络流量可视化与分析方法及系统技术方案

本发明专利技术提供一种网络流量可视化与分析方法，包括接收由SDN

【技术实现步骤摘要】
一种网络流量可视化与分析方法及系统


[0001]本专利技术涉及计算机网络
，尤其涉及一种网络流量可视化与分析方法及系统。

技术介绍

[0002]在互联网发展速度如此之快的今天，网络作为各行各业稳定发展的保障，各应用对网络性能的要求越来越高。针对现代网络日益增长的高可用性、可拓展性与安全性的需求和网络运维模式的矛盾，传统园区网的弊端日益凸显。
[0003]传统园区网络多采用人工介入的方式实现运维，其存在非智能、互相独立、管理低效等实际问题，造成安全防护、负载均衡、流量调度等网络功能很难有效地实现，使得网络资源的管理与高效利用尤为复杂。一旦网络中出现某些故障，则就急需进行维修。但是，由于控制点的数目较多，导致故障点难以定位，进一步影响整体修复，延长网络的恢复时间，容易造成更大程度的经济损失。因此，有必要对网络状态进行监控，实现网络流量的异常检测。
[0004]然而，现有的网络流量监测仅限于控制点流量大小的监测，无法检测出网络流量的异常情况。

技术实现思路

[0005]本专利技术实施例所要解决的技术问题在于，提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络流量可视化与分析方法，其特征在于，所述方法包括以下步骤：接收由SDN
‑
ONOS控制器在园区网上实时采集到的收发数据；以预定时长为基本单位，在所接收到的收发数据中进行数据截取，得到各预定时长内的INT时序数据；将各预定时长内的INT时序数据均进行特征工程，以选取出相应的特征，并将各预定时长内的INT时序数据对应选取的特征均进行标准化后，进一步分别导入已训练好的异常数据检测模型中，判断出各INT时序数据是否为正常流量；其中，所述异常数据检测模型是采用LSTM神经网络技术所搭建的深度神经网络。2.如权利要求1所述的网络流量可视化与分析方法，其特征在于，所述各INT时序数据进行特征工程时所选取出的特征包括延迟、抖动和跳数。3.如权利要求2所述的网络流量可视化与分析方法，其特征在于，所述方法进一步包括：通过仪表盘显示各INT时序数据的各类延迟、抖动情况；通过环形图显示各INT时序数据对应各类协议的占比，以及不同协议的流量在时间段内的发送数量；通过折线图显示各INT时序数据的变化信息，以及全局数据在不同时间段内的显示。4.如权利要求2所述的网络流量可视化与分析方法，其特征在于，所述方法进一步包括：若判断出某一INT时序数据为异常流量时，显示抖动异常及延迟异常，并且触动警告。5.如权利要求1所述的网络流量可视化与分析方法，其特征在于，所述方法进一步包括：在各预定时长内的INT时序数据中任选取一个，并将所选INT时序数据通过一个滑动窗口进行划分后，导入已训练好的数据预测模型中，得到所选INT时序数据未来一段时间内的变化情况；其中，所述数据预测模型是采用LSTM神经网络技术所搭建的深度神经网络。6.一种网络流量可视化与分析系统，其特征在于，...

【专利技术属性】
技术研发人员：刘军，王知非，时进旭，胡标，金佳奕，阮新挺，胡涛，牛东帅，
申请(专利权)人：温州大学，
类型：发明
国别省市：